OpenAI CEO描绘了AI温和变革人类生活的愿景，但现实可能更复杂。AI发展将带来真正收益，但也会造成社会错位。随着AI系统日益影响知识获取和信念形成，共同认知基础面临分裂风险。个性化算法加剧信息茧房，民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存，建立基于共同责任而非意识形态纯洁性的社区。

疫情之下，焉有完卵。

AIRI研究团队开发了HeroBench测试平台，在RPG风格虚拟世界中评估25个大型语言模型的长期规划能力。研究发现AI在复杂多步骤规划任务中表现差异巨大，顶级模型Grok-4达到91.7%成功率，但加入升级机制和干扰因素后性能显著下降。该研究揭示了传统学术测试无法反映的AI规划能力真实水平，为改进AI长期规划提供了重要基准。

UniTEX是香港科技大学与Light Illusion团队联合开发的创新3D纹理生成框架，彻底突破了传统UV映射的限制。该技术引入了"纹理函数"概念，将纹理定义为3D空间中的连续函数，完全绕过了拓扑歧义问题。配合精心设计的大型纹理模型和高效的扩散Transformer微调策略，UniTEX能从单一参考图像生成高保真、完整的3D纹理，同时在艺术家创建和AI生成的复杂模型上都表现出色，为游戏、VR和数字内容创作领域带来革命性变化。

在NETSCOUT Arbor发布的《第13次年度全球基础设施安全报告》中，受访者被问到他们部署了哪些安全措施来抵御DDoS攻击……

在软银对ARM的专利进行尽职调查时，这个通常会持续数周漫长而费力的过程，在短短几天内就会快速完成了。原因在于支持人工智能的软件相比人类来说可以轻松读取各种文档。

互联网的寒冬已至，当大龄程序员抓住上岸的稻草，他的生活会如预期的美好吗

阿里巴巴通义实验室开发的LHM系统能够在几秒钟内将单张人物照片转换成可自由运动的3D虚拟人物。该技术采用多模态变换器架构，结合3D高斯分布表示和自监督学习策略，在重建质量和生成速度上都显著优于现有方法，为虚拟现实、游戏制作和数字内容创作提供了新的可能性。

微软研究院与北京大学的团队开发出全新的大型混合推理模型（LHRMs），解决了大型推理模型的过度思考问题。这种创新模型能够像人类一样，根据问题复杂度自动决定是否需要深入思考。研究团队设计了两阶段训练方法，包括混合微调和混合群体策略优化，使模型学会智能切换思考模式。实验证明，LHRMs不仅在数学、编程等推理任务上表现出色，还避免了对简单问题的过度思考，大幅提升了响应效率和用户体验。这项研究为构建更接近人类认知模式的AI系统提供了新思路。

在存储性能委员会（Storage Performance Council, SPC）组织的SPC-1TM基准测试中，浪潮存储AS5500G2创下150万IOPS的评测值，系首次SPC-1TM中端存储评测性能记录突破百万，全球第一。

躲在厚厚镜片后的我，白天是电商公司的宅男运维，晚上是夜的王者——“黑帽子”。

不同于上世纪计算机的向下平民化，这次 HPC 向上拥抱更为复杂的业务负载。

云和虚拟化技术的加速采用为中国企业带来了更多的IT复杂性，并由此产生了数据安全等挑战。

5月14日,由阿里云、PAKDD 2021联合举办的“第二届阿里云智能运维算法大赛”首次以“线上+线下”同步举行的方式圆满落幕!

预言未来的一个好方法是回顾历史。对于通信产业内的人来说，其实是不太敢说5G重要在哪的。因为很多人都在3G/4G时代预言错了。

在人工智能日益承担编码和软件开发工作的今天,人类是否还需要学习这些计算机编程技能?这个问题对于很多人的职业选择以及领导者和人才培养者来说都很重要。本文从多个角度分析了为什么学习编程仍然很有价值,包括培养批判性思维、更好地利用AI辅助编程、了解企业环境、发挥人类创新优势、调试和修复代码等。文章强调,关键是要学习新的"氛围编程"范式,将编程知识与现代世界运作方式相结合。

这项由法国中央理工大学等欧洲多所知名机构联合开展的大规模研究，通过训练38个模型和超过15000次实验，深入比较了两种主流语言模型训练方法的优劣。研究发现传统的掩码语言建模仍占优势，但提出了创新的双阶段训练策略，为大语言模型训练提供了重要指导。

阿里巴巴Qwen团队首次进行全球最大规模人类偏好建模实验，使用1500万真实偏好样本训练AI理解人类喜好。研究发现偏好建模存在类似语言模型的缩放规律，AI在识别错误信息方面能力稳步提升，但在主观偏好判断上表现复杂。该技术已集成到实际系统中，性能显著改善。

“云原生Cloud Native”的高速发展已成为业界共识，企业纷纷积极投入数字化转型中，不止为各行业带来业务架构的重塑，更为云原生产业待来了新的变革机遇。

过去几年里，区块链技术不断发展，进入了各种科技舞台，而在中本聪白皮书发布的十年间，区块链5.0已经面世。